基于主元分析的支持向量数据描述的故障检测

摘要

针对连续过程中故障检测数据量偏大、传统的支持向量数据描述（support vector data description,SVDD）检测时间长、检测效率低等不足，提出了一种主元分析（principal component analysis,PCA）与支持向量数据描述结合的故障检测方法.首先将原始数据用主元分析进行降维，获得维数简约的主元空间及残差空间；然后对主元空间和残差空间的得分矩阵先后运用支持向量数据描述方法建模，获得阙值;最后对新测试样本进行故障检测.以数值例子和TE过程数据进行仿真研究，实验结果表明该方法具有节约时间、降低漏检率的优点.